Logotipo
Unionpédia
Comunicação
Disponível no Google Play
Novo! Faça o download do Unionpédia em seu dispositivo Android™!
Instalar
Acesso mais rápido do que o navegador!
 

Neural gas

Índice Neural gas

Neural gás é uma rede neural artificial, inspirado pela auto-organização de mapa e introduzido em 1991 pela Thomas Martinetz e Klaus Schulten.

13 relações: Clustering, Compressão de dados, Distribuição de probabilidade, Elsevier, Função de perda, K-means, Mapas de Kohonen, Método do gradiente, Processamento digital de imagem, Reconhecimento de fala, Reconhecimento de padrões, Rede neural artificial, Teoria hebbiana.

Clustering

O clustering ou análise de agrupamento de dados é o conjunto de técnicas de prospecção de dados (data mining) que visa fazer agrupamentos automáticos de dados segundo o seu grau de semelhança.

Novo!!: Neural gas e Clustering · Veja mais »

Compressão de dados

A compressão de dados é o ato de reduzir o espaço ocupado por dados num determinado dispositivo.

Novo!!: Neural gas e Compressão de dados · Veja mais »

Distribuição de probabilidade

Em teoria da probabilidade e em estatística, uma distribuição de probabilidade descreve o comportamento aleatório de um fenômeno dependente do acaso.

Novo!!: Neural gas e Distribuição de probabilidade · Veja mais »

Elsevier

Logotipo da Elsevier Elsevier é uma empresa editorial holandesa especializada em conteúdo científico, técnico e médico.

Novo!!: Neural gas e Elsevier · Veja mais »

Função de perda

Na otimização matemática, estatística, teoria da decisão, aprendizado de máquina e neurociência computacional, uma função de perda ou função de custo é uma função que mapeia um evento ou valores de uma ou mais variáveis num número real intuitivamente representando algum "custo" associado ao evento.

Novo!!: Neural gas e Função de perda · Veja mais »

K-means

Em mineração de dados, agrupamento k-means é um método de segregar em torno de centros (centroides) diversos dados, criando o que analogamente na química chamamos de clustering que gera o efeito de particionar n observações dentre k grupos onde cada observação pertence ao grupo mais próximo da média.

Novo!!: Neural gas e K-means · Veja mais »

Mapas de Kohonen

O algoritmo de Kohonen foi desenvolvido por Teuvo Kohonen em 1982, sendo considerado relativamente simples e com a capacidade de organizar dimensionalmente dados complexos em grupos (clusters), de acordo com suas relações.

Novo!!: Neural gas e Mapas de Kohonen · Veja mais »

Método do gradiente

O método do gradiente (ou método do máximo declive) é um método numérico usado em otimização.

Novo!!: Neural gas e Método do gradiente · Veja mais »

Processamento digital de imagem

Processamento digital de imagem é o uso de algoritmos computacionais para realizar o processamento de imagem em imagens digitais.

Novo!!: Neural gas e Processamento digital de imagem · Veja mais »

Reconhecimento de fala

Reconhecimento de fala é uma área interdisciplinar originária da linguística computacional cujo objetivo é desenvolver métodos e tecnologias que permitam o reconhecimento e a transcrição de linguagem falada de maneira automática.

Novo!!: Neural gas e Reconhecimento de fala · Veja mais »

Reconhecimento de padrões

Reconhecimento de padrões é uma área da ciência cujo objetivo é a classificação de objetos dentro de um número de categorias ou classes.

Novo!!: Neural gas e Reconhecimento de padrões · Veja mais »

Rede neural artificial

Diagrama simplificado de uma rede neural. Em ciência da computação e campos relacionados, (RNAs) são modelos computacionais inspirados pelo sistema nervoso central de um animal (em particular o cérebro) que são capazes de realizar o aprendizado de máquina bem como o reconhecimento de padrões.

Novo!!: Neural gas e Rede neural artificial · Veja mais »

Teoria hebbiana

A teoria hebbiana descreve um mecanismo básico da plasticidade sináptica no qual um aumento na eficiência sináptica surge da estimulação repetida e persistente da célula pós-sinápticas.

Novo!!: Neural gas e Teoria hebbiana · Veja mais »

CessanteEntrada
Ei! Agora estamos em Facebook! »